作者: 小柯

美國新聞網站付費給「公民記者」
http://taiwan.cnet.com/news/ce/0,2000062982,20098164,00.htm

大部分的網誌作者是為了興趣而寫 – 作為一種發洩個人情緒、創作與連結特定社群的方式。

但賺錢即將成為主要的動機之一。由美國6,000個地方性新聞網站組成的GetLocalNews.com全國網路，準備和數千位志願供稿的作者分享廣告收益。 該計劃的構想是獎勵並鼓勵志願者提供受歡迎的報導和照片，進而吸引更多的廣告收入。他希望此舉也能改善供稿的品質，「我認為免費寫作這種事，有點貶損內容製作者的價值。」

Poynter Institute新聞學院的資深編輯Steve Outing表示，這是一項明智之舉，也是一種可能吸引偏重商業性網誌的方法。最近被紐約時報公司收購的About.com也付費給志願投稿人。但他認為非現金的報酬，如T恤、馬克杯或免費的分類廣告將是比較普遍的作法。Outing說：「你必須想出一種吸引大家供稿的方式。」

1999年在舊金山成立的GetLocalNews，初期幾乎沒有多餘的資金付錢給志願作者。現在該公司將與供稿者分享一半的廣告收益。Canon說，實際數字將根據每則報導的瀏覽次數。他預估每千次閱覽作者約可分得2美元到5美元，該公司將按季寄支票給所得超過25美元的作者。

GetLocalNews.com也在網站上登出詳細的解釋，包括如何嚇阻作者製造假閱覽次數，以增加個人收入。

該公司每天刊登的新聞數量最高可達4,000則，內容幾乎全部來自美國各地的業餘記者。其中最受歡迎的頁面BeniciaNews.com，報導舊金山灣區班尼西亞郊區的新聞，每月瀏覽次數高達5,000次。（陳智文）

http://media.zhanbin.com/index.php/46.html

「社會性」的大潮洶湧澎湃，在互聯網上，人們越來越主動的分享一些東西，而且這種分享正在變得越來越實質，從心情、軟件到對事物的看法，比如對電影或者對書。中國人文地理的出路裡面介紹的impdb就是一個例子。在這種社會性分享的潮流中，tag成為一種主要技術被廣為採用。

有人留言說，「書」也可以採取類似的方式，而今天恰好看到「豆瓣」這個網站，正好實現了對書進行tag式的社會性分享，支持將收藏的書list在blog上。類似的網站國外也有，就是「我正在看的書」，而且很早就支持將書籍list在自己的blog上（忘了這個網站的名字，bookcross好像也類似）。此外，豆瓣已經有了余華讀者這頭一個group，這是我難得閱讀過的當代作家。

我對國內書籍類電子商務網站是極為不滿意的，這種事情由國內的書籍電子商務網站來做本來是最合適的，只可惜它們連每本書的封面、簡介以及目錄都懶得列出來，不知道它們打算拿什麼追求未來。看上去，「社會性」對它們毫無意義，而事實上，購買行為更多的是經由他人推薦產生的。amanzon允許眾多人在自己的網站和blog上推薦書本獲利，這給它帶來了巨大的人流和實際購買行為。

豆瓣的sns、tag和group這些想法都顯得很有前景。我一直認為，伴隨著「去中心化」同時發生的就是「聚合」，這個聚合的概念已經不再是「中心」或者「大型門戶」了，而是一種主動的、社會性的過程，這是有本質區別的。對「聚合」和「知識管理」、「再組織」的技術推動，將會產生很多新鮮東西，而且能被良好應用。

文章：http://woooh.com/post/95.html

• 經典的信息構成模式

：使用Taxonomy(分類法)來歸納、整理和存放我們的信息，圖書館是一個絕好的例子，所有的信息從一個點開始，形成樹狀的分類，由此構成一個完整的、相互聯繫起來邏輯體系；這個體系從一開始就是人為分類形成的

• 散秩的信息構成模式

：看似無序的浩渺信息，其中的絕大部分是通過「語言」來描述的，這表明了這些信息的指向性，因此我們通過提取這些語言（文字、文本）的相同部分，以此獲得相關的信息；這些信息平時是完全鬆散、互不聯繫的，當且僅當我們對其加以提取的時候才呈現相對緊湊的組織結構，即便如此，這個結構和經典的分類結構相比，仍然是足夠散秩的。

Tag實際上同時帶有傳統分類法和搜索關鍵詞這兩大信息構成模式的共同特點，同時消除了相當一部分它們在各自方面的缺憾和弱點。

在Blog中使用Tags？

如果一些人惡意地使用Tag，將使其失去意義，這類似於在meta標籤中強行加入無數完全與網頁本身無關的keyword這種無聊的舉動；相對而言，Blog的主人對自己的log會比較負責，能夠認真地篩選發佈在自己log上的信息，或者對此作出評論和傳播，因此在Blog上結構Tag 對信息的有序化是有積極意義的。

但是，對於個人的Blog，Tag的意義微乎其微－－因為作為個人發佈源的信息容量實在太小；如果Blog需要Tag的話，它必然是針對一個大範圍的用戶群，有兩種比較適合的情況：一種是擁有動則數千數十萬用戶的多用戶Blog站點，另外一種則是基於XML的聚合站點。

不論如何，Tag所針對的都是大信息容量的有序化問題，有利於用戶在這些巨大的庫存中精確地定位符合語義信息的節點，而並非針對個人Blog信息的有序化問題。